從 0 開始，犀牛盾的資料文化實戰之路

透過持續對話與理解，讓資料開始發揮效益

Tricia 帶領的資料團隊，負責整合來自公司各部門的數據需求，並持續建設與維護資料基礎設施，包含資料管線（data pipeline）與數據倉儲（data warehouse）。這些基礎成為支持各部門分析與決策的核心底座。

以犀牛盾為例，公司經常與多個 IP 進行聯名合作，並與網紅聯名合作，這些行動產生了大量數據，涵蓋 POS 紀錄、會員行為、社群互動、庫存流動等多個維度。資料團隊的任務，是將這些散落於不同系統的資訊整合起來，進一步視覺化為 dashboard，作為業務、行銷與授權團隊的決策依據。

「Domain know-how 必須透過持續的對話與理解才能建立，這是資料真正發揮效益的起點。」Tricia 指出，找出有價值的指標，仰賴的是與業務端的密切合作。資料團隊初期常會以技術角度定義重要指標，但這些指標未必反映業務實際所需。

以聯名合作為例，業務團隊需觀察不同維度的銷售數據，例如每日、30 日、60 日、90 日的平均表現，並根據 IP 的屬性、上架時間與合作目的調整評估方式。例如剛上架的 IP 需觀察初期爆發力，而已上架一段時間的產品則重視銷售穩定度。

此外，若合作 IP 著重於品牌形象，如永續、環保、多元議題，即便銷售數字未達高標，也可能因品牌資產的累積而被視為成功；反之，以業績為導向的 IP，則需綜合考量實際銷售、分潤比例與最低保證金（MG）等成本因素。

在這樣的實務場景中，資料團隊的任務不只是分析數字，而是理解商業邏輯，協助團隊定義合適的觀察指標與決策依據。隨著與各部門合作的累積，資料團隊也逐漸掌握判讀這些資料的脈絡與邏輯，使分析結果更貼近商業現實，成為推動決策的有力後盾。

「找對問題」比「找到答案」更關鍵

Tricia 強調，「找對問題」往往比「找到答案」更為關鍵。資料分析的價值，不只是完成報表或建立模型，而是在與業務單位持續對話的過程中，釐清真正需要被解決的問題。

她分享，團隊在專案中通常會從明確的商業目標出發，先建立問題的假設與框架，再透過資料檢視與反覆驗證，逐步聚焦於痛點。這樣的過程，不僅提升了分析的精準度，也讓資料團隊在決策流程中扮演更具策略性的角色。

她以過往團隊曾協助的物流專案為例，資料團隊一開始所建立的配送時效儀表板，涵蓋國內與各海外市場。初期依據業務部門所設定的 KPI 指標完成報表設計，但在內部檢視時發現以下盲點，由於不同市場的訂單規模與季節波動差異極大，若僅以統一標準衡量，容易造成誤判。為此，團隊進一步納入各市場的訂單總量與變異幅度作為分析維度，才得以更準確地評估配送效率是否真正達標。

從動物研究到資料團隊主管

Tricia 大學主修生物，碩博士專研野生動物領域。她笑說，外界以為野生動物學家都在抓動物，但其實「超過一半時間在跑模型、分析資料、寫程式」，她也是在這個過程中，發現自己對數據分析有著高度興趣。

回到台灣後，她開始尋找能夠從學術研究轉向產業應用的切入點，也積極參與各式資料社群，並透過加入「資料英雄團隊」認識了許多在業界活躍的專業人士。當時位於台中的犀牛盾仍是一家新創公司，Tricia 在參與面試後對公司文化產生高度興趣，便決定加入，並一路走到現在。

三大轉型挑戰：資料文化不是靠工具，而是靠人

提及過程中所遇到的挑戰，Tricia 歸納出三個面向：經驗不足、人才落差與資料治理。

• 從零起步的試錯與說服過程

Tricia 憶及剛加入犀牛盾初期，整個資料團隊只有她一個人，面對來自各部門的數據需求與建置壓力，卻缺乏業界經驗可循。她坦言，當時多半仰賴 Google 搜尋或他人的案例中，一步步摸索，進行資料建置。社群經驗累積。但更艱難的，其實是「推動認知的過程」。儘管明白資料基礎建設的重要性，但要說服其他部門理解其價值，甚至爭取資源與老闆對齊，往往需要一再溝通與實例驗證。

• 有了對的人，架構才能跑起來

資料轉型不只靠個人熱情，更需要能落地的團隊。Tricia 提到，直到公司引進一位具備 20 年經驗的資深 IT 主管，以及一位專業資料工程師後，整個資料流程才真正「跑起來」。從資料架構設計、數據整合，到工程流程的系統化，這些人才的加入不只是補位，更是打開團隊成長的關鍵節點。

• 制度化推動跨部門的資料意識

當團隊逐漸成形、具備資料工程與架構設計能力後，下一個階段的重點便是梳理公司內部資料相關的流程，並將這些流程系統化。

「資料治理不只是建立制度，更是要讓每個部門都理解為什麼這件事重要，」她說道。Tricia 強調，推動資料治理的過程極為耗時，需要大量的跨部門溝通與說服。從流程標準化到資料正確性的強化，每一步都需要讓同仁「真正有感」，他們才會意識到資料的價值，也才會願意在日常工作中配合新的制度與流程。

資料人的三項關鍵能力

Tricia 認為首要的能力是「邏輯與科學思維」，資料分析並非只是技術操作，更需要清楚定義問題、辨別訊號與雜訊，特別在跨部門溝通中，需緊抓分析的主軸與目的。邏輯則能協助你快速掌握不同欄位間的關係。第二則是商業價值判斷，也就是能定義什麼是「值得解決的問題」。Tricia 說，這個能力比建模型還難，且極為需要經驗。因為不是每個資料專案都要技術炫技，有時最有價值的，是能迅速回應商業問題的簡單指標與視覺化報表。

第三個能力則是擁有興趣，並熟練工具。Tricia 認為，選擇自己有興趣的領域才能走得長遠。在電商與製造兼容的場景中，資料應用的議題多元且富挑戰性。隨著 AI 工具的普及，像是 ChatGPT、Midjourney 等工具也已成為她團隊日常加速效率的好幫手，從收集資料、自動翻譯、生成簡報摘要，到快速撰寫程式碼，應用層面廣泛且實用。

想知道更多資料應用與跨域的資料應用故事？今年的 TWiDs將有更多精彩分享：點此瞭解更多 WiDS Taipei Conference 活動內容。